在服務器系統開發時,為了適應數據大并發的請求,我們往往需要對數據進行異步存儲,特別是在做分布式系統時,這個時候就不能等待插入數據庫返回了取自動id了,而是需要在插入數據庫之前生成一個全局的唯一id,使用全局的唯一id,在游戲服務器中,全局唯一的id可以用于將來合服方便,不會出現鍵沖突。也可以將來在業務增長的情況下,實現分庫分表,比如某一個用戶的物品要放在同一個分片內,而這個分片段可能是根據用戶id的范圍值來確定的,比如用戶id大于1000小于100000的用戶在一個分片內。目前常用的有以下幾種:
1,Java 自帶的UUID.
UUID.randomUUID().toString(),可以通過服務程序本地產生,ID的生成不依賴數據庫的實現。
優勢:
本地生成ID,不需要進行遠程調用。
全局唯一不重復。
水平擴展能力非常好。
劣勢:
ID有128 bits,占用的空間較大,需要存成字符串類型,索引效率極低。
生成的ID中沒有帶Timestamp,無法保證趨勢遞增,數據庫分庫分表時不好依賴
2,基于Redis的incr方法
Redis本身是單線程操作的,而incr更保證了一種原子遞增的操作。而且支持設置遞增步長。
優勢:
部署方便,使用簡單,只需要調用一個redis的api即可。
可以多個服務器共享一個redis服務,減少共享數據的開發時間。
Redis可以群集部署,解決單點故障的問題。
劣勢:
如果系統太龐大的話,n多個服務同時向redis請求,會造成性能瓶頸。
3,來自Flicker的解決方案
這個解決方法是基于數據庫自增id的,它使用一個單獨的數據庫專門用于生成id。詳細的大家可以網上找找,個人覺得使用挺麻煩的,不建議使用。
4,Twitter Snowflake
snowflake是twitter開源的分布式ID生成算法,其核心思想是:產生一個long型的ID,使用其中41bit作為毫秒數,10bit作為機器編號,12bit作為毫秒內序列號。這個算法單機每秒內理論上最多可以生成1000*(2^12)個,也就是大約400W的ID,完全能滿足業務的需求。
根據snowflake算法的思想,我們可以根據自己的業務場景,產生自己的全局唯一ID。因為Java中long類型的長度是64bits,所以我們設計的ID需要控制在64bits。
優點:高性能,低延遲;獨立的應用;按時間有序。
缺點:需要獨立的開發和部署。
比如我們設計的ID包含以下信息:
| 41 bits: Timestamp | 3 bits: 區域 | 10 bits: 機器編號 | 10 bits: 序列號 |
產生唯一ID的Java代碼:
/*** 自定義 ID 生成器* ID 生成規則: ID長達 64 bits** | 41 bits: Timestamp (毫秒) | 3 bits: 區域(機房) | 10 bits: 機器編號 | 10 bits: 序列號 |*/public class GameUUID{// 基準時間private long twepoch = 1288834974657L; //Thu, 04 Nov 2010 01:42:54 GMT// 區域標志位數private final static long regionIdBits = 3L;// 機器標識位數private final static long workerIdBits = 10L;// 序列號識位數private final static long sequenceBits = 10L;// 區域標志ID最大值private final static long maxRegionId = -1L ^ (-1L << regionIdBits);// 機器ID最大值private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);// 序列號ID最大值private final static long sequenceMask = -1L ^ (-1L << sequenceBits);// 機器ID偏左移10位private final static long workerIdShift = sequenceBits;// 業務ID偏左移20位private final static long regionIdShift = sequenceBits + workerIdBits;// 時間毫秒左移23位private final static long timestampLeftShift = sequenceBits + workerIdBits + regionIdBits;private static long lastTimestamp = -1L;private long sequence = 0L;private final long workerId;private final long regionId;public GameUUID(long workerId, long regionId) {// 如果超出范圍就拋出異常if (workerId > maxWorkerId || workerId < 0) {throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0");}if (regionId > maxRegionId || regionId < 0) {throw new IllegalArgumentException("datacenter Id can't be greater than %d or less than 0");}this.workerId = workerId;this.regionId = regionId;}public GameUUID(long workerId) {// 如果超出范圍就拋出異常if (workerId > maxWorkerId || workerId < 0) {throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0");}this.workerId = workerId;this.regionId = 0;}public long generate() {return this.nextId(false, 0);}/*** 實際產生代碼的** @param isPadding* @param busId* @return*/private synchronized long nextId(boolean isPadding, long busId) {long timestamp = timeGen();long paddingnum = regionId;if (isPadding) {paddingnum = busId;}if (timestamp < lastTimestamp) {try {throw new Exception("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds");} catch (Exception e) {e.printStackTrace();}}//如果上次生成時間和當前時間相同,在同一毫秒內if (lastTimestamp == timestamp) {//sequence自增,因為sequence只有10bit,所以和sequenceMask相與一下,去掉高位sequence = (sequence + 1) & sequenceMask;//判斷是否溢出,也就是每毫秒內超過1024,當為1024時,與sequenceMask相與,sequence就等于0if (sequence == 0) {//自旋等待到下一毫秒timestamp = tailNextMillis(lastTimestamp);}} else {// 如果和上次生成時間不同,重置sequence,就是下一毫秒開始,sequence計數重新從0開始累加,// 為了保證尾數隨機性更大一些,最后一位設置一個隨機數sequence = new SecureRandom().nextInt(10);}lastTimestamp = timestamp;return ((timestamp - twepoch) << timestampLeftShift) | (paddingnum << regionIdShift) | (workerId << workerIdShift) | sequence;}// 防止產生的時間比之前的時間還要小(由于NTP回撥等問題),保持增量的趨勢.private long tailNextMillis(final long lastTimestamp) {long timestamp = this.timeGen();while (timestamp <= lastTimestamp) {timestamp = this.timeGen();}return timestamp;}// 獲取當前的時間戳protected long timeGen() {return System.currentTimeMillis();}}使用自定義的這種方法需要注意的幾點:
為了保持增長的趨勢,要避免有些服務器的時間早,有些服務器的時間晚,需要控制好所有服務器的時間,而且要避免NTP時間服務器回撥服務器的時間;在跨毫秒時,序列號總是歸0,會使得序列號為0的ID比較多,導致生成的ID取模后不均勻,所以序列號不是每次都歸0,而是歸一個0到9的隨機數。
上面說的這幾種方式我們可以根據自己的需要去選擇。在游戲服務器開發中,根據自己的游戲類型選擇,比如手機游戲,可以使用簡單的redis方式,簡單不容易出錯,由于這種游戲單服并發新建id量并不太大,完全可以滿足需要。而對于大型的世界游戲服務器,它本身就是以分布式為主的,所以可以使用snowflake的方式,上面的snowflake代碼只是一個例子,需要自己根據自己的需求去定制,所以有額外的開發量,而且要注意上述所說的注意事項。
以上所述是小編給大家介紹的基于Java代碼實現游戲服務器生成全局唯一ID的方法匯總,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對武林網網站的支持!
新聞熱點
疑難解答